采用兩階段策略模型(KTSVM)的P2P流量識別方法

丁要軍 蔡皖東

摘要：針對識別加密P2P網(wǎng)絡(luò)流量比較困難的問題，提出一種基于K均值和直推式支持向量機(jī)(TSVM)的半監(jiān)督學(xué)習(xí)模型——兩階段策略模型(KTSVM，k-means based transductive supportvector machine)，以提高P2P流量的識別精度．該模型首先使用K均值半監(jiān)督聚類算法計(jì)算訓(xùn)練集中正例樣本的數(shù)目，然后根據(jù)正例樣本的數(shù)目來訓(xùn)練TSVM分類模型，提高了TSVM模型的穩(wěn)定性和準(zhǔn)確性．該模型的優(yōu)勢是可以使用未標(biāo)注樣本和標(biāo)注樣本共同訓(xùn)練分類模型，非常適合于識別標(biāo)注比較困難的P2P流量．實(shí)驗(yàn)結(jié)果表明，在標(biāo)注樣本較少的情況下，該模型的識別精度和穩(wěn)定性均優(yōu)于TSVM模型和SVM模型。